老年防跌倒穿戴式產(chǎn)品的情感特征分析的開(kāi)發(fā)與創(chuàng)新研究

徐嫣然 阮俊斌 鄭瑞州 馬佳秀

（上海健康醫(yī)學(xué)院 上海 201318）

近幾年，獨(dú)居老人的問(wèn)題備受關(guān)注。但更多的人僅僅關(guān)注到了老年人獨(dú)處的安全性問(wèn)題，但心理問(wèn)題卻很少有人提及，老人在獨(dú)處時(shí)很難進(jìn)行不良情緒的調(diào)理與化解。現(xiàn)有的智慧養(yǎng)老模式又大多都存在智慧化程度不高、情感關(guān)懷缺失等問(wèn)題。[1]基于此，我們?cè)陂_(kāi)發(fā)設(shè)計(jì)防跌倒設(shè)備保障獨(dú)居老人的安全性問(wèn)題后，又在此設(shè)備的基礎(chǔ)上，加入新的算法，通過(guò)采集老年人純凈的語(yǔ)音信號(hào)與相關(guān)生理性參數(shù)指標(biāo)綜合分析進(jìn)行語(yǔ)音情感分析、身心壓力等分析對(duì)老年人所處的壓力環(huán)境進(jìn)行情感反饋設(shè)計(jì)，進(jìn)一步研判由于不同的情感特征所衍生出的產(chǎn)品增值服務(wù)。并隨之對(duì)不同的用戶所產(chǎn)生的不同結(jié)果給予調(diào)理建議，在必要時(shí)可有專業(yè)心理醫(yī)師輔助進(jìn)行心理溝通與疏導(dǎo)。以此實(shí)現(xiàn)為老年人心理健康全方位的呵護(hù)，以期為老年人提供優(yōu)質(zhì)、個(gè)性化的養(yǎng)老關(guān)懷。

1 防跌倒設(shè)備的情感反饋設(shè)計(jì)

設(shè)備實(shí)現(xiàn)軟硬件結(jié)合，其中硬件根據(jù)目前老年人對(duì)于智能監(jiān)護(hù)產(chǎn)品的需求，包括有：身體指標(biāo)監(jiān)測(cè)模塊、跌倒監(jiān)測(cè)模塊、獨(dú)立定位模塊、核心處理模塊、供電模塊、智能搭扣模塊、輸出模塊等。可實(shí)現(xiàn)對(duì)信號(hào)的采集與顯示、信號(hào)的提取與處理等。

軟件方面旨在將硬件產(chǎn)品使用過(guò)程中所收集和處理的數(shù)據(jù)上傳到云端，再由云端將數(shù)據(jù)傳輸至配套的軟件平臺(tái)。用戶可以使用固定配套的軟件進(jìn)行數(shù)據(jù)的查看和其他拓展功能與服務(wù)的使用。對(duì)一個(gè)硬件設(shè)備進(jìn)行編號(hào)，并將生成一個(gè)獨(dú)立的賬號(hào)，使得該賬號(hào)可以實(shí)現(xiàn)與設(shè)備綁定形成獨(dú)立的用戶肖像模型并建立相應(yīng)健康檔案。而其他的用戶可以通過(guò)與該賬號(hào)綁定來(lái)查看設(shè)備使用者的數(shù)據(jù)情況，將適用于如老年用戶的子女、簽約醫(yī)務(wù)工作者、社區(qū)工作者等使用。在實(shí)際的開(kāi)發(fā)中我們需要多方面考慮，進(jìn)行相關(guān)的安卓平臺(tái)、IOS平臺(tái)以及WINDOWS平臺(tái)的程序開(kāi)發(fā)，開(kāi)發(fā)的程序?qū)⒎謩e面向產(chǎn)品的使用者與服務(wù)提供者兩個(gè)群體。

該設(shè)備是實(shí)現(xiàn)具有監(jiān)測(cè)、報(bào)警、定位、聯(lián)絡(luò)、收集數(shù)據(jù)的智能可穿戴式設(shè)備。并利用軟件算法進(jìn)行分析，保障老年人的安全。在1.0代產(chǎn)品的問(wèn)世后，我們進(jìn)行了初步的臨床試驗(yàn)結(jié)果驗(yàn)證。老年人在使用產(chǎn)品后，可以很直觀的觀測(cè)到使用者的一些生理參數(shù)指標(biāo)。用戶經(jīng)過(guò)長(zhǎng)時(shí)間佩戴，可對(duì)其進(jìn)行全流程的監(jiān)測(cè)觀察。老人獨(dú)自在家可對(duì)其進(jìn)行跌倒監(jiān)測(cè)與報(bào)警。在后期，我們會(huì)繼續(xù)開(kāi)展相關(guān)臨床試驗(yàn)，對(duì)所獲得的測(cè)試者結(jié)果進(jìn)行評(píng)估，完善產(chǎn)品功能信息。在保證臨床試驗(yàn)結(jié)果安全可靠的情況下，我們將把產(chǎn)品逐漸投入市場(chǎng)，養(yǎng)老院等老年人健康管理機(jī)構(gòu)。這能讓更多的老年人能夠使用我們的產(chǎn)品，為更多的家庭健康保駕護(hù)航。[2]

基于此，該軟件的情感反饋設(shè)計(jì)就是基于人機(jī)交互效率與老年用戶各項(xiàng)指標(biāo)等不同體驗(yàn)，改觀APP現(xiàn)狀及情感識(shí)別技術(shù)交互的可行性技術(shù)方案，并利用python技術(shù)構(gòu)建情感圖式與用戶身體性指標(biāo)，實(shí)現(xiàn)個(gè)性化研判，提供2.0版本的創(chuàng)意設(shè)計(jì)。

2 防跌倒設(shè)備的情感特征分析原理

我們?cè)趯?duì)防跌倒設(shè)備的不斷更新與迭代的同時(shí)還十分重視老年人的心理健康。現(xiàn)在，智慧養(yǎng)老已成為大眾的焦點(diǎn)；而在其中，老年人的心理問(wèn)題成為重要議題。因此我們?cè)谠蟹赖乖O(shè)備的基礎(chǔ)上，增添了為老年人進(jìn)行情感特征分析的功能。在通過(guò)不同指標(biāo)所得的分析結(jié)果中得出相關(guān)的情感指數(shù)，對(duì)其進(jìn)行評(píng)估。被認(rèn)定為情感特征有障礙的老人會(huì)有專業(yè)醫(yī)師進(jìn)行心理疏導(dǎo)。

在情感識(shí)別中準(zhǔn)確度不高的問(wèn)題，本設(shè)計(jì)思路是語(yǔ)音指標(biāo)結(jié)合生理性指標(biāo)的方法進(jìn)行情感識(shí)別。在人們的日常生活中，例如與家人和朋友對(duì)話，在社交媒體中發(fā)表評(píng)價(jià)等行為都會(huì)產(chǎn)生大量的文本信息數(shù)據(jù)，這些數(shù)據(jù)中蘊(yùn)含了很多有價(jià)值的信息。文本的情感分析就旨在分析出文本中針對(duì)某個(gè)對(duì)象的評(píng)價(jià)的正負(fù)面，比如“今天天氣非常好”就是一個(gè)正面評(píng)價(jià)。情感分析主要有五個(gè)要素，（entity/實(shí)體，aspect/屬性，sentiment/觀點(diǎn)，holder/觀點(diǎn)持有者，time/時(shí)間），其中實(shí)體和屬性合并稱為評(píng)價(jià)對(duì)象(target)。情感分析的目標(biāo)就是從非結(jié)構(gòu)化的文本中提取出能夠替代這五個(gè)要素的關(guān)鍵詞，結(jié)合語(yǔ)境語(yǔ)義對(duì)其作出情感特征判斷，從而分析出關(guān)鍵詞包含的情感。

現(xiàn)今，常見(jiàn)的情感分析方法主要有詞級(jí)別情感分析、句子/篇章級(jí)情感分析、目標(biāo)級(jí)情感分析。詞級(jí)別情感分析需要構(gòu)建情感詞庫(kù)，即給大量的關(guān)鍵詞賦予正面、負(fù)面或中性的情感，詞庫(kù)所涵蓋的關(guān)鍵詞越多，數(shù)據(jù)分析越準(zhǔn)確。情感詞庫(kù)的構(gòu)建一方面采用人工標(biāo)注的方法，準(zhǔn)確性高，但成本太大，需耗費(fèi)大量的人力與時(shí)間。

其次，該整體設(shè)計(jì)采用自動(dòng)標(biāo)注的方法，自動(dòng)化方法中，都是先有人工標(biāo)注一些種子詞，然后通過(guò)不同的方法把種子詞的標(biāo)簽信息擴(kuò)展到其他詞。基于點(diǎn)互信息的方法會(huì)基于大規(guī)模語(yǔ)料庫(kù)統(tǒng)計(jì)新詞和種子詞之間的統(tǒng)計(jì)信息，然后基于該信息對(duì)種子詞做加權(quán)求和得到信息的情感標(biāo)簽。基于標(biāo)簽傳播的方法會(huì)先構(gòu)建詞和種子詞的一個(gè)圖，圖上的邊是基于詞和詞之間的統(tǒng)計(jì)信息獲得。然后用標(biāo)簽傳播的算法獲得新詞的情感信息。基于回歸的方法先構(gòu)建詞的特征向量表示，基于種子詞的標(biāo)簽信息訓(xùn)練一個(gè)回歸或分類模型，得到該模型后再對(duì)新詞做預(yù)測(cè)，獲得新詞的情感標(biāo)簽信息。句子級(jí)和篇章級(jí)文本情感分析旨在整個(gè)句子或文章表達(dá)的情感傾向性，而目標(biāo)級(jí)的情感分析為對(duì)固定實(shí)體下的給定屬性集合的評(píng)價(jià)正負(fù)面的預(yù)測(cè)，可以用于區(qū)分評(píng)價(jià)的具體對(duì)象。[3]

3 老年防跌倒產(chǎn)品的情感特征分析案例

3.1 原始數(shù)據(jù)采集

基于產(chǎn)品在開(kāi)發(fā)過(guò)程中已具備語(yǔ)音情感識(shí)別、人體生理指標(biāo)監(jiān)測(cè)識(shí)別等功能，利用Python數(shù)據(jù)抓取工具，獲取大量原始數(shù)據(jù)語(yǔ)料庫(kù)。利用語(yǔ)音識(shí)別系統(tǒng)抓取用戶與親友對(duì)話過(guò)程中所提及有關(guān)情感的關(guān)鍵詞。利用身體指標(biāo)監(jiān)測(cè)模塊，測(cè)定佩戴者的心率、體溫、血壓，睡眠時(shí)間及深度等指標(biāo)數(shù)據(jù)，間接進(jìn)行情感特征分析。

3.2 原始數(shù)據(jù)預(yù)處理

（1）利用Python自然語(yǔ)言處理工具nltk結(jié)合中文語(yǔ)料分析器jieba對(duì)所識(shí)別的文本數(shù)據(jù)進(jìn)行文本分句和分詞。

（2）進(jìn)行文本降噪處理。識(shí)別并剔除無(wú)意義的詞句，刪除停用詞及標(biāo)點(diǎn)符號(hào)。

（3）選取特征詞并進(jìn)行詞性標(biāo)注，統(tǒng)計(jì)詞頻獲取信息量最高的特征，為特征文本賦值，例如為積極文本賦予“pos”，為消極文本賦予“neg”。用不同的特征選取方式獲得相應(yīng)的訓(xùn)練模型。

對(duì)數(shù)據(jù)集語(yǔ)料庫(kù)預(yù)處理后，下一步需要?jiǎng)?chuàng)建情感詞典列表，包括構(gòu)建詞匯表和情感標(biāo)簽的索引。[4]完成后即可導(dǎo)入模型進(jìn)行特征情感分析得出結(jié)果。

3.3 在設(shè)備記錄相關(guān)特征結(jié)果后，利用Python對(duì)其進(jìn)行分析

查量表知：分析值越接近0表現(xiàn)為消極情緒，分析值接近1表現(xiàn)為積極情緒。不同文本數(shù)據(jù)所蘊(yùn)含的情感有差異，有些偏向積極，有些偏向消極。因此，可以通過(guò)此方法來(lái)衡量老年人在某段時(shí)間內(nèi)總體情感特征的差異變換，由此來(lái)觀察老年人的心理健康狀況，并及時(shí)采取干預(yù)措施。

4 結(jié)語(yǔ)

本文從情感反饋設(shè)計(jì)與分析情感特征入手，力圖通過(guò)檢測(cè)生理性指標(biāo)、話語(yǔ)特征預(yù)判老年人的心理健康，是對(duì)于1.0產(chǎn)品的改進(jìn)版，亦是在保障防跌倒的安全下，還要關(guān)心其心理的健康。但該研究由于受到科研條件、隱私關(guān)注等限制，尚不能完全做到精準(zhǔn)測(cè)評(píng)。

但是，隨著5G技術(shù)、AI技術(shù)、虛擬現(xiàn)實(shí)技術(shù)等高端技術(shù)逐漸進(jìn)入醫(yī)療領(lǐng)域、進(jìn)入我們普通人的日常生活中，高端技術(shù)與傳統(tǒng)醫(yī)療的相互沖擊與交流必定能夠開(kāi)辟出一條現(xiàn)代化、符合中國(guó)國(guó)情的全新醫(yī)療服務(wù)模式，更科學(xué)地利用有限的資源，為更多的人帶去健康的美好生活。與此同時(shí)，該設(shè)備將不斷更新迭代，將不斷貼近老年人生活，用智慧養(yǎng)老的心態(tài)改變老年人的健康生活方式。